Audiobook Polish:电子书转自然有声书
先清掉 PDF 乱码和前言,再用自然语音把电子书变成有声书
- 痛点
- 现有电子书转语音工具多依赖 KokoroTTS 这类方案,PDF 解析不可靠,会把前言、OCR 残留和目录一股脑读出来,而且语气机械;用户想要的是结构干净、听起来像真人朗读的有声书。
- 方案
- 上传 PDF/EPUB 后先用 LLM 识别并剥离前言、目录、注释和 OCR 噪声,按章节切分并清洗文本;再选用更自然的多语言 TTS 模型生成带停顿和语调的音频,输出可直接导入播客或有声书播放器的文件。
- 用户
- 想把自己的电子书、论文或长篇资料变成有声书的读者、研究者和内容创作者
- MVP
- 拖拽上传 PDF/EPUB;LLM 清洗并切分章节;选择音色和语速生成音频;导出 mp3/m4b 并保留章节标记;按字符数或时长计费
- 变现
- 按生成字符数/时长计费或订阅包月;提供批量转换和 API 给内容平台
- 为何现在
- LLM 清洗文本和高质量 TTS 成本同时下降,个人开发者可以在浏览器里组合 API 做出一体化体验,而现有工具仍停留在粗糙的朗读阶段